هنگامی که دانش عصب شناسی  به آن درجه از پیشرفت رسید که دانشمندان بتوانند «تا حدودی» روش کارکرد مغز انسان و دیگر موجودات را درک کنند و از سوی دیگر کاربرد تخصصی ریاضیات در علوم مهندسی امری عادی و جاری شد، پیشروان این علوم به این فکر افتادند که: «آیا می توان روش کار مغز را با ریاضیات تقریب زد؟» و برای یافتن پاسخ، به شبیه سازی سلول های عصبی و مغز پرداختند و امروزه دیگر این دانش به بخش جدایی ناپذیر از علوم گوناگون، به ویژه مهندسی کامپیوتر، شده و به علت همانندی رفتاری آن با شبکه جهانی اینترنت، در آن زمینه هم کاربردهای فراوان دارد.

مغز انسان

مغز انسان تکامل یافته ترین مغز در میان موجودات زنده است. در سر انسان دست کم   10 سلول عصبی یا نورون 3 وجود دارد و از بزرگترین مغزها در میان جانداران به شمار می آید، اما بزرگی مغز خود به تنهایی موجب هوشمندی نمی شود؛ وگرنه یک فیل یا نهنگ از انسان هوشمندتر می شد. مهم ترین عامل هوشمندی انسان تعداد راه های ارتباط (اتصالات ) بین هر نورون مغز وی است و در انسان به طور حدودی و متوسط به 10 هزار اتصال می رسد و این تعداد در دیگر جانداران به مراتب کمتر است.

مغز قوامی پنیر مانند و شکل همچون گردو دارد و از 3 بخش اصلی مخ، مخچه و ساقه مغزی تشکیل شده است. بیشتر حجم مغز انسان را مخ و مخچه تشکیل می دهند و به نظر می رسد که این دو بخش توسط جهش های ژنتیکی در پستانداران به وجود آمده باشد؛ زیرا بسیاری دیگر از موجودات (مانند آبزیان و خزندگان) از یک یا هر دو آنها بی بهره اند. 

اگر تا کنون از کارکرد مغز و حافظه انسان آگاهی چندانی نداشته اید، شاید دانستن این نکته بتواند شگفتی شما را برانگیزاند: «در مغز انسان جایی به عنوان حافظه برای ثبت اطلاعاتی مشخص وجود ندارد!» حتما می پرسید پس چگونه ما چیزها را به خاطر می سپاریم و آن را به یاد می آوریم؟! پاسخ در ماهیت سلولهای عصبی و شبکه این اعصاب نهفته است.در مغز هیچ نورونی مسوولیت نگهداری هیچ اطلاعات به خصوصی را بر عهده ندارد، بلکه همه نورون ها همه اطلاعات و امور پردازشی و تصمیم گیری را انجام می دهند. به عبارت دیگر، نورون ها تفاوت چندانی با هم ندارند و پردازش در مغز به صورت توزیع شده  انجام می شود. البته مشاهدات علمی نشان داده که بخش هایی از مغز بیشتر روی برخی از اعمال تمرکز دارند. 

,شبکه‏های عصبی مصنوعی,نرون,دندریت,اخبار علمی تازه های فناوری اخبار آموزشی

سلول های عصبی

هر نورون با قطری حدود 10 تا 100 میکرون دارای بدنه (که به عنوان تابع ریاضی مدل می شود)، دندریت ها  (ورودی های تابع) و آکسون (خروجی تابع) است.دندریت ها در مغز تا چند میلیمتر و در نخاع تا چند سانتیمتر طول دارند. روی آکسون ها قلافی از مایع میلین ، که توسط سلول های دیگری به نام گلیا تولید می شود، پوشانیده و عایق شده است. این عایق بندی برای جلوگیری از اتلاف نیروی الکتریکی و افزایش سرعت انتقال انجام گرفته است.

مغز با برق کار می کند! نیروی الکتریکی مورد نیاز مغز طی یک فرایند الکتروشیمیایی از غذایی که می خوریم تامین می شود و البته رسیدن اکسیژن و خون به مغز بسیار حیاتی است. پالس های الکتریکی با اختلاف پتانسیل در محدوده 70– و 40+ میلی ولت توسط حسگرهای بدن (مانند چشم، پوست و ...) و یا دیگر نورون های درون مغز، همواره به هر نورون ارسال می شود. بدنه هر نورون مانند یک انبار عمل کرده، از حدود 10000 اتصال سیناپسی، انرژی را دریافت می دارد و وقتی که انرژی ذخیره شده اش به یک حد آستانه ای مشخص (پتانسیل کار) رسید، آن را به صورت پالس بر آکسون خروجی می فرستد، تا به نورون های دیگر برسد. این که نورون گیرنده چه میزان ورودی الکتریکی، دریافت کند، به طول و قطر اتصال بین آنها بستگی دارد (که با یک ضریب وزنی تقریب زده می شود) و در حقیقت همین متغیرها حافظه ما را تشکیل می دهند!

در واقع، وقتی که ورودی به مغز وارد می شود؛ مثلا ما چیزی را می بینیم، پالس های دیجیتالی تصاویر از چشم توسط حسگرهای میله ای و مخروطی (که در متمرکزترین نقطه، تفکیک پذیری حدود 10 مگاپیکسل دارند) به مغز وارد می شود، موجب تحریک سلول های دیگر شده، پالس هایی را در مغز منتشر می کند. در نتیجه و در مجموع، ما درکی از آن تصویر پیدا می کنیم یا در صورت لزوم، خروجی ها به سوی اعصاب اندام ها، برای ایجاد واکنش یا ایراد سخن و مانند آن، فرستاده می شود.

سلول عصبی مصنوعی

سلول های عصبی کنونی، پیاده سازی برداشتی سطحی از عملکرد مغز هستند. در عمل نورون های طبیعی بسیار پیچیده تر از آن هستند که با یک یا چند فرمول و عدد شبیه سازی شوند، اما خوشبختانه پیاده سازی سخت افزاری و نرم افزاری اعصاب هم به سرعت رو به تکامل دارد.

شبکه عصبی مصنوعی

شبکه عصبی مصنوعی، از مجموعه ای از نورون های عصبی تشکیل می شود. مهم ترین عواملی که گونه ها و کاربردهای شبکه های عصبی را از یکدیگر متمایز می سازند، نوع نورون به کارگرفته شده، چیدمان یا معماری شبکه، بازه ورودی/ خروجی ها است.

در معماری یک شبکه تعداد لایه ها و اتصالات بین آنها مهم است. ورودی های شبکه با نام «لایه ورودی» و خروجی(های) شبکه با نام «لایه خروجی» و در صورت نیاز، لایه های میان این دو «لایه پنهان 18» نامیده می شود. در صورتی که خروجی نورون های هر لایه به همه نورون های لایه بعدی وارد شده باشد، اتصالات را کامل می نامند، اما اغلب خروجی ها به صورت تصادفی با توزیع نرمال در نظر گرفته می شود. شکل زیر شمای کلی یک شبکه عصبی مصنوعی را نشان می دهد.

,شبکه‏های عصبی مصنوعی,نرون,دندریت,اخبار علمی تازه های فناوری اخبار آموزشی

منبع : tebyan.net

منبع : بخش مقالات علمی آکاایران
برچسب :